任务驱动教学法在“网页编程基础”教学中的应用

本文研究讨论了如何利用任务驱动教学法在授课过程中结合有针对性的教学任务培养非计算机专业学生的网页开发能力。针对网页编程的课程特点,文章将其教学过程划分为三个阶段,并给出了一个贯穿整个教学过程的任务实例。并阐述了该教学模式中的任务设计,任务实施的过程,验证了该教学模式的可行性。     

《C语言程序设计》课程SPOC教学应用的研究

本文基于北京工业大学公共基础课程《C语言程序设计基础》课程,分析课程存在问题,研究SPOC教学在该课程中的应用,提出了相应的方案设计和实施过程。     

液相色谱仪检测器最小检测浓度的不确定度评定

本文评定了液相色谱仪检测器最小检测浓度测量值的不确定度。分析了各不确定度分量,建立了评定最小检测浓度不确定度的测量模型。     

集成厨房健康环保

现代科技文化为人类创造了现代生活方式和生活环境的同时，也加速了资源，能源的消耗，并对地球的生态平衡造成了极大的破坏，自然环境日益恶化。绿色文化日益盛行。绿色环保的口号在此背景下应运而生，它唤醒了人们对可持续发展的思考，“绿色环保“一词也成为了一个时尚名词和健康生活方式的象征。     

铁皮石斛对缺血再灌注诱导的心律失常的保护作用

为研究甘氨酸（Glycine,Gly）对肝脏IGF-1表达和分泌的影响,本文一方面采用不同浓度Gly离体处理HepG2肝细胞,另一方面采用小鼠尾静脉注射1.0 g/kg Gly和等摩尔Ala,0.5 h和1 h后采集血液、肝脏和肌肉样品。研究采用定量PCR检测了IGF-1以及IGFBPs基因表达水平的影响,同时运用Western blot法分析了肝细胞和肝脏生长激素受体通路（JAK2/STAT5）与肌肉IGF-I受体通路（ERK/Akt/mTOR）的变化。研究结果发现,不同浓度的Gly能剂量依赖性提高HepG2细胞IGF-1的蛋白和mRNA表达水平;1.0 g/kg Gly能显著提高小鼠血清中的IGF-1和白蛋白含量,且极显著提高肝脏IGF-1和IGFBP-3 mRNA水平,下调IGFBP-1 mRNA水平。细胞和活体试验均表明,Gly能够有效激活肝细胞和肝脏JAK2/STAT5信号通路,同时提高腓肠肌IGF-I受体信号通路磷酸化水平。这些研究说明甘氨酸可能直接提高肝脏生长激素受体信号通路敏感性,从而促进IGF-1的表达和分泌。研究结果为深入揭示甘氨酸的分子营养学功能和作用机制提供了实验依据。     

阻燃涤纶纤维结晶及染色性能的研究

通过密度梯度 ,固色率测定等方法 ,研究了阻燃涤纶纤维的结晶及染色性能 ,实验结果表明 ,阻燃剂的加入对涤纶纤维的结晶和染色性能有一定影响 ,这也从侧面反映了阻燃剂和涤纶纤维的部分相容性     

光伏组件相变材料控温性能的实验研究

随着光伏电池的温度上升,其光电转化效率将会下降。为了控制光伏电池的温度,本文提出采用相变材料来调节光伏电池工作温度。分别以复合石蜡、聚乙二醇和十水硫酸钠作为光伏组件背板散热相变材料,并搭建实验平台进行实验研究。实验结果表明:光伏相变组件(PV/PCM)的热均匀性较普通光伏组件好,能降低热斑现象的发生,同时能有效降低温升从而提高光伏组件电输出性能。在三种相变材料中,十水硫酸钠具有更好的控温效果;此外,通过增加相变材料的用量能够延长组件的控温时间,通过对比发现40 mm厚度的相变材料具有最好的实验效果。最后,本文发现在相变材料中加入一定量的石墨烯有助于进一步强化组件的散热。     

酱油的主要成分冷冻分配规律

对酱油进行冷冻分离试验并绘出相应冻结曲线,确定初温25℃、质量为1 000 g,可溶性固形物含量为35%的酱油,其冰点为-20.3℃,完全冻结温度为-30℃,完全冻结时间为4.17 h。同时测定冷冻分离得到的冰相和液相中各主要成分。研究发现冷冻温度在-20.5~-28.5℃内,冷冻时间为48h时,各主要成分在两相中的浓度均随着冷冻温度降低而上升;而从两相中的质量分配规律可知,在液相中呈梯度下降,在冰相中则相反。其中对于酱油重要质量指标氨基酸态氮来说,液相中其浓度由初始的8.8 mg/mL增加到-28.5℃下11.68 mg/mL,且其表观分配系数K值相对其他组分较低,有利于液相中得到浓缩。进一步研究发现,组成氨基酸态氮的各氨基酸中G lu,Leu,Asp更容易在液相中得到浓缩。     

基于AlexNet-SN网络的煤与煤矸石分类方法

现有煤矸石分选方法依据人工设计的特征对煤矸石进行识别,特征提取过程稍显复杂,准确率仍有很大的提升空间。人工智能技术快速发展,智能选矸成为解决煤矸石分拣问题的重要研究方向,为提高煤与煤矸石分类准确率,本文提出了一种基于AlexNet网络和风格迁移技术的改进的煤矸石分拣方法。选用 的卷积核代替原AlexNet网络前几层中较大的卷积核,利用BN层代替LRN和Dropout,并采用风格迁移数据增强的方法提高煤与煤矸石数据集的多样性。结果表明,与原始的AlexNet网络相比,该方法的准确率提高了1.8%,损失率下降了2%。本文选用的方法不仅能够满足实时检测的要求,而且具有更高的识别精度,能有效应用于煤矸石识别。     

一种新型窄带信号DOA估计算法

针对非均匀白噪声背景下窄带信号的DOA估计,提出了一种新型DOA估计算法。首先构造出包含待估信号和噪声各种参数的最大似然函数,然后推导出极值条件进行寻优,得出待估计参数的估计值。同时还给出了一种新的噪声参数估计方法——逆迭代参数估计。理论分析和仿真实验表明,新型算法的性能优于非均匀噪声背景下传统的最大似然估计算法,且算法复杂度不大。